공간의 가까움과 시퀀스 거리
이차원 토큰을 일렬로 펼치면 이미지에서 인접한 위치도 시퀀스에서는 멀어질 수 있다. LocalMamba는 시각 표현에 필요한 지역 관계를 순회 방식에서 고려한다.
창 안의 지역 순회
이미지를 여러 창으로 나누어 지역 의존성을 포착하면서 전역 관점을 유지하는 순회 전략을 제안했다. 모든 위치를 단일한 펼침 순서로만 처리하는 대신 지역 공간 구조를 반영한다.
층별 순회 방식의 선택
네트워크 층에 따라 적합한 순회 패턴이 다를 수 있어 각 층의 선택을 독립적으로 탐색한다. 연구는 단일 규모 및 계층적 모형에서 이미지 표현과 인식 성능을 평가했다.
관련 문서
Vision Mamba / VMamba / MambaVision / EfficientViM / MambaOut / RegionViT